MétaCan
Menu
Retour à la cohorte
Enregistrement W2799779867 · doi:10.1109/isit.2018.8437918

Non-Asymptotic Achievable Rates for Gaussian Energy-Harvesting Channels: Best-Effort and Save-and-Transmit

2018· preprint· en· W2799779867 sur OpenAlexaff
Silas L. Fong, Jing Yang, Aylin Yener

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueWireless Communication Security Techniques
Établissements canadiensUniversity of Toronto
Organismes subventionnairesDivision of Electrical, Communications and Cyber SystemsNational Science Foundation
Mots-clésIndependent and identically distributed random variablesEnergy (signal processing)Transmitter power outputMathematicsDirty paper codingAdditive white Gaussian noiseBlock (permutation group theory)Channel (broadcasting)Gaussian processGaussianMarkov processDiscrete mathematicsCombinatoricsStatisticsTransmitterRandom variableComputer scienceTelecommunicationsWhite noisePhysicsPrecodingMIMO

Résumé

récupéré en direct d'OpenAlex

An additive white Gaussian noise (AWGN) energy-harvesting (EH) channel is considered where the transmitter is equipped with an infinite-sized battery which stores energy harvested from the environment. The energy arrival process is modeled as a sequence of independent and identically distributed (i.i.d.) random variables. The capacity of this channel is known and is achievable by the so-called best-effort and save-and-transmit schemes. This paper investigates the best-effort scheme in the finite blocklength regime and establishes the first nonasymptotic achievable rate for it. The first-order term of the nonasymptotic achievable rate equals the capacity, and the second-order term is proportional to -√{logn/n} <sup xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">-</sup> where n denotes the blocklength. The proof technique involves analyzing the escape probability of a Markov process. In addition, we use this new proof technique to analyze the save-and-transmit and obtain a new non-asymptotic achievable rate for it, whose first-order and second-order terms achieve the capacity and the scaling -1/√n respectively. For all sufficiently large signal-to-noise ratios (SNRs), our new achievable rate outperforms the existing ones.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,790
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,024
Tête enseignante GPT0,280
Écart entre enseignants0,256 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWireless Communication Security TechniquesTravaux en français237 207